使用hmer软件包进行仿真和历史匹配
摘要：使用模拟器模拟复杂的现实世界情况（如传染病、地质现象和生物过程）可能会面临一个困境：计算机模型需要足够复杂，以捕捉系统的动态，但每增加一点复杂性都会增加这样一个模拟的评估时间，使得很难获得与观察到的现实相一致的参数选择的信息性描述。虽然有一些方法可以确定与现实观察相符的匹配，例如优化或马尔可夫链蒙特卡洛方法，但它们可能导致非稳健的推断，或者对于计算密集型的模拟器可能是不可行的。仿真和历史匹配技术使得这种决策变得可行，它们可以高效地识别产生与数据相匹配的参数空间的区域，同时还提供有关模拟器结构的有价值的信息，但是与其他方法相比，执行仿真所需要的数学考虑可能会给模拟器制作者和用户带来障碍。hmer软件包提供了一个易于使用的框架，用于在模拟器数据上使用历史匹配和仿真，利用了这种方法的计算效率，同时使用户能够轻松与复杂的模拟器匹配、可视化和稳健地预测。
作者：Andrew Iskauskas, Ian Vernon, Michael Goldstein, Danny Scarponi, Trevelyan J. McKinley, Richard G. White, Nicky McCreesh
论文ID：2209.05265
分类：Computation
分类简称：stat.CO
提交时间：2023-04-17